Dirbtinis intelektas (DI) vis sparčiau integruojamas į kasdienę darbo aplinką – nuo klientų aptarnavimo iki duomenų analizės ar turinio kūrimo. Tačiau daugelis organizacijų Lietuvoje ir pasaulyje vis dar išnaudoja tik dalį šių technologijų potencialo. Ekspertai pabrėžia: vien turėti prieigą prie pažangių DI sprendimų neužtenka – būtina išmokti jais naudotis kryptingai ir strategiškai.

Pasak Asta Bagdonavičienė, Telia dirbtinio intelekto, duomenų ir analitikos vadovės, šiandien daugybė darbuotojų dirba tarsi „apšilimo režimu“ – DI įrankiai jau yra, tačiau jų galimybės lieka neišnaudotos.

Organizacijos žingsniai: nuo diskusijų iki sprendimų

DI poreikio įsivertinimas

Pirmasis žingsnis, anot ekspertės, – atvirai aptarti DI poreikį organizacijos viduje. Svarbu išsiaiškinti, kokias užduotis galėtų palengvinti dirbtinis intelektas, kiek darbuotojų jau naudoja tokius įrankius ir kokiais tikslais.

Tokios diskusijos padeda identifikuoti ir vadinamąjį „šešėlinį DI naudojimą“, kai darbuotojai savarankiškai eksperimentuoja su įvairiomis platformomis, ne visada įvertindami duomenų saugumo ar privatumo rizikas.

Vieningų sprendimų pasirinkimas

Įvertinus situaciją, organizacijoms rekomenduojama apsibrėžti naudojamus įrankius ir jų saugumo reikalavimus. Vis dažniau pasirenkami integruoti sprendimai, tokie kaip „Microsoft Copilot“, kurie veikia jau įprastoje darbo aplinkoje ir atitinka įmonių saugumo standartus.

„Svarbiausia – nepritrūkti ryžto pradėti. Tikėtis, kad DI iš karto duos stulbinamą rezultatą, yra klaida. Reikia tam tikrų įgūdžių, ir tik tuomet atsiskleidžia tikroji vertė“, – pažymi A. Bagdonavičienė.

Esminis įgūdis – tinkami klausimai

„Promptų“ svarba

Vienas svarbiausių gebėjimų dirbant su DI – gebėjimas formuluoti užklausas (angl. prompts). Massachusetts Institute of Technology Sloan School of Business 2025 m. tyrimas parodė, kad net iki pusės generatyvinio DI sukuriamos vertės priklauso nuo to, kaip vartotojas pateikia užklausą.

Kitaip tariant, tas pats įrankis vieniems gali tapti produktyvumo šuoliu, o kitiems – likti neišnaudotu resursu.

PARTS metodika

Ekspertė rekomenduoja pasitelkti paprastą principą – paprašyti paties DI suformuluoti tinkamą užklausą. Pakanka nurodyti:

• kas jūs esate,
• kokią problemą sprendžiate,
• kokio rezultato tikitės.

Gera užklausa dažniausiai turi aiškią struktūrą: kas klausia, kam skirtas atsakymas, kokia užduotis, koks tonas ir konkretūs reikalavimai.

Šis principas vadinamas PARTS metodika (person, audience, request, tone, specification), kuri padeda DI tiksliau suprasti kontekstą ir pateikti labiau pritaikytus atsakymus.

Mitai ir praktiniai patarimai

Internete gausu patarimų, kaip „pagerinti“ DI atsakymus – pavyzdžiui, raginti sistemą neskubėti. Anot A. Bagdonavičienės, tokie patarimai nėra visiškai klaidingi, tačiau dažnai neteisingai suprantami.

„Jei užduotis sudėtinga ir susideda iš kelių etapų, verta procesą suskaidyti ir aiškiai nurodyti DI, kada pereiti prie kito žingsnio. Tai ne triukas, o būdas išlaikyti kontrolę ir tikslumą“, – aiškina ji.

Kodėl skirtingi DI įrankiai pateikia skirtingus atsakymus?

Naudojant kelis DI sprendimus dažnai pastebima, kad atsakymai skiriasi. Tai natūralu – skirtingi tiekėjai naudoja skirtingus modelius, algoritmus ir duomenų bazes.

Ekspertė pateikia paprastą palyginimą: net du vienoje šeimoje augę vaikai tą patį klausimą gali interpretuoti skirtingai. DI atveju skirtumai dar didesni, nes skiriasi ir mokymo duomenys, ir technologiniai prioritetai.

Kontekstas ir personalizacija

DI gebėjimas „prisiminti“ vartotoją taip pat turi įtakos rezultatų tikslumui. Vienoje pokalbio sesijoje sukauptas kontekstas leidžia sistemai geriau suprasti poreikius.

Tačiau pradėjus naują pokalbį tas pats klausimas gali duoti kitokį atsakymą. Pažangesni sprendimai, integruoti į kasdienes darbo priemones, gali naudoti platesnį kontekstą – dokumentus, darbo aplinkos informaciją ar ankstesnius veiksmus.

„Kartais net nustebina, kiek daug sistema jau žino apie mano darbo įpročius“, – sako A. Bagdonavičienė.

DI praktika kasdienėje veikloje

Vienos darbo dienos metu DI gali padėti:

• parengti susitikimo santrauką,
• suformuluoti atsakymą klientui,
• pasiūlyti tolesnius veiksmus.

Visa tai – įprastose darbo programose, be papildomo sudėtingumo. Tokia praktika leidžia greitai pereiti nuo pavienių eksperimentų prie realios vertės kūrimo.

Pasak ekspertės, Telia aktyviai dalijasi patirtimi su klientais ir padeda jiems efektyviau įdiegti DI sprendimus.

Bendradarbiavimas kaip vertės šaltinis

„Bendradarbiavimas su klientais leidžia greičiau suprasti technologijų galimybes ir pamatyti, kaip DI veikia realiose verslo situacijose. Didžiausia vertė atsiranda kasdienėje, apgalvotoje praktikoje“, – pabrėžia A. Bagdonavičienė.

Išvada

Dirbtinis intelektas jau tapo neatsiejama šiuolaikinės darbo aplinkos dalimi, tačiau tik nuoseklus mokymasis ir aiški strategija leidžia išnaudoti jo potencialą. Organizacijos, kurios pereina nuo pavienių bandymų prie sistemingo naudojimo, įgyja konkurencinį pranašumą ir kuria didesnę vertę tiek viduje, tiek klientams.